AI Trading Stack — 交易堆疊解構 拆解一套六層的 Polymarket 交易堆疊。 28 個工具，從大腦到回測到執行。

Layer 1 大腦的擴展：同時運行多個 Claude 實例，各自監看不同市場類別，再匯流到同一決策引擎。讓單一策略師覆蓋多個並行市場，而非循序輪詢。

Layer 1 的輔助大腦：開源編碼模型，持續觀察策略的實時表現，偵測已被過度使用而失去邊際的策略，並自主重寫相關模組。把「策略會被套利掉」這件事變成可自動因應的迴圈。

Layer 2 編排的核心模式：Bull Agent 與 Bear Agent 辯論，由 Risk Manager 握有否決權，共識決定交易與部位大小。這個框架的作用是讓「有信心但錯誤」不會變成「有信心且破產」。

Layer 2 的紀律層：bot 必須在進入每個部位前先論證其理由，作為強制的 chain-of-thought 檢查點。搭配 ClaudeAgent OneClick（github.com/cvxv666/ClaudeAgentOneClick，一鍵部署常駐 24/7 市場監看）與 Superpowers（github.com/obra/superpowers，為代理加上 web、檔案與 API 存取）構成完整編排層。

Layer 2 的訊號聚合：基本面分析師、技術面分析師、情緒面分析師各自產出觀點，再匯總成單一交易訊號。把多視角分析變成可組合的代理管線，而非單一模型的一次性判斷。

自主深度研究代理：閱讀 SEC 申報、財報電話逐字稿與分析師報告，原文形容能把「兩小時的分析師工作壓縮到數秒」。搭配 MCP Server（github.com/financial-datasets/mcp-server）以 MCP 協定把型別化、已驗證的財務資料直送 Claude 的 context window。

鏈上資料聚合器：追蹤 Polygon 上的鯨魚錢包動向。依原文，這些鏈上動向可能比可見的訂單簿提前數分鐘出現，提供領先的方向訊號。

把聯準會（FRED）發布的每個宏觀資料集包進單一 Python 介面，免費取得。CPI、失業率、殖利率曲線可直接灌進 Claude 的 context，用以錨定任何與宏觀相關的市場判斷。

預測市場方向並為短週期 BTC/ETH 合約計算公允價值，每筆延遲套利交易中的價格發現那一半。搭配 Polymarket Assistant Tool（github.com/FiatFiorino/polymarket-assistant-tool，把原始訂單簿與價格行為轉成可用的方向偏好訊號）。

TradingView 自家的圖表函式庫，依原文約 14k stars、45KB、免費。是搭建生產級儀表板、實時監控部位與訊號的最快路徑，把資料層的輸出視覺化成可操作的監控介面。

結合 Chainlink oracle、Binance feed 與完整訂單簿深度的實時終端儀表板，依原文含 70+ 指標、自動 CSV 記錄與內建策略回測器。原文形容為免費可得、最接近機構級操作台的工具。

以 Rust 寫成、低於 100ms 延遲的交易 bot。當多隻鯨魚同時湧入同一市場時，由 AI 為這些跟單訊號排序。情報層另有純網站工具，Polyscope（thepolyscope.com，掃 2,000+ 市場與鯨魚警報）、Polywhaler（polywhaler.com，$10k+ 鯨魚追蹤）、polymarketanalytics.com（公開交易者分析），本報告僅整理，未獨立驗證其數據。

Layer 5 的核心：以真實的 Polymarket 與 Kalshi 歷史資料回測交易策略。原文強調，這是多數散戶 bot 跳過、卻是爆倉主因的一層，推理模型能把從未賺錢的策略講得頭頭是道，唯一防線是讓每個想法先跑過歷史資料與模擬執行，再讓真金碰到 CLOB。

Layer 5 的另一半：含紙上交易（paper trading）的完整執行與市場資料基礎設施。原文形容其 Kafka、ClickHouse、Grafana 組合是「機構級交易台會搭建的分析管線」，由生產策略逆向工程而來。

底層的原始基礎設施。官方 AI 代理框架，已串接 Gamma API、CLOB API 與 LangChain，內建 Chroma 向量資料庫以攝取新聞來源。官方 Python client py-clob-client 三行取得訂單簿、五行在 Polygon 掛出簽章限價單。搭配 polyterm（github.com/NYTEMODEONLY/polyterm，終端儀表板：鯨魚追蹤、套利掃描、跨平台比較與市場風險評級）。